Robust distributed filtering for sensor networks under parametric uncertainties (2022)
- Authors:
- Autor USP: ROCHA, KAIO DOUGLAS TEOFILO - EESC
- Unidade: EESC
- Sigla do Departamento: SEL
- DOI: 10.11606/T.18.2022.tde-17022023-123234
- Subjects: SENSOR; FILTROS DE KALMAN
- Keywords: Consenso; Filtragem distribuída; Redes de sensores; Sistemas com incertezas
- Language: Inglês
- Abstract: Nos últimos anos, tem-se testemunhado a rápida popularização de sistemas multiagentes cooperativos em rede, que consistentemente tendem a se tornar onipresentes em nossa sociedade. Sendo um dos exemplos mais bem estabelecidos de tais sistemas, as redes de sensores têm sido aplicadas a sistemas cada vez mais complexos, exigindo tecnologias cada vez mais robustas, eficientes e confiáveis. A estimação distribuída de estado é a tarefa mais fundamental que podemos realizar com essas redes. O principal objetivo desta tese é desenvolver estratégias robustas de filtragem distribuída para redes de sensores aplicadas a sistemas lineares em tempo discreto sujeitos a incertezas paramétricas. Especificamente, consideram-se dois tipos de incertezas: limitadas em norma e politópicas. Para atingir esse objetivo, outros problemas relacionados também são abordados, divididos em duas categorias. A primeira categoria de problemas refere-se à tarefa de estimativa de estado baseada em um único sensor. Dentro dessa categoria, considera-se o cenário em que os modelos são perfeitamente conhecidos, assim como os em que eles são sujeitos a cada um dos dois tipos de incerteza. São propostos filtros nominais e robustos para cada situação. A segunda categoria diz respeito às redes com múltiplos sensores, considerando os mesmos três cenários. Para cada um, são propostos estimadores centralizados e distribuídos. O algoritmo de consenso é utilizado para obter-se os filtros distribuídos, que aproximam suasversões centralizadas correspondentes. Os filtros propostos são baseados no célebre filtro de Kalman e apresentam uma estrutura recursiva semelhante e relativamente simples. O desempenho dos estimadores propostos é avaliado por meio de exemplos de aplicação, sendo também comparados com estratégias existentes na literatura relacionada
- Imprenta:
- Publisher place: São Carlos
- Date published: 2022
- Data da defesa: 16.12.2022
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by-nc-sa
-
ABNT
ROCHA, Kaio Douglas Teófilo. Robust distributed filtering for sensor networks under parametric uncertainties. 2022. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2022. Disponível em: https://www.teses.usp.br/teses/disponiveis/18/18153/tde-17022023-123234/. Acesso em: 01 nov. 2024. -
APA
Rocha, K. D. T. (2022). Robust distributed filtering for sensor networks under parametric uncertainties (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/18/18153/tde-17022023-123234/ -
NLM
Rocha KDT. Robust distributed filtering for sensor networks under parametric uncertainties [Internet]. 2022 ;[citado 2024 nov. 01 ] Available from: https://www.teses.usp.br/teses/disponiveis/18/18153/tde-17022023-123234/ -
Vancouver
Rocha KDT. Robust distributed filtering for sensor networks under parametric uncertainties [Internet]. 2022 ;[citado 2024 nov. 01 ] Available from: https://www.teses.usp.br/teses/disponiveis/18/18153/tde-17022023-123234/ - Robust distributed consensus-based filtering for uncertain systems over sensor networks
- Robust Kalman filter for systems subject to parametric uncertainties
- Robust distributed Kalman consensus filter for sensor networks under parametric uncertainties
- The linear quadratic optimal control problem for discrete-time Markov jump linear singular systems
- Recursive estimation for discrete-time markovian jump singular systems with random state delays
- Robust recursive regulator for systems subject to polytopic uncertainties
- Estimador robusto recursivo para sistemas singulares incertos com atraso invariante no estado via método de elevação
- Recursive estimation for discrete-time markovian jump singular systems with random state delays
- Robust Kalman filtering for systems subject to polytopic uncertainties
- Longitudinal control of self-driving heavy-duty vehicles: a robust Markovian approach
Informações sobre o DOI: 10.11606/T.18.2022.tde-17022023-123234 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
